Xiaomi publica en vivo el entrenamiento RL de Mimo 2.6
Xiami Mimo 2.6 Live Training Dashboard
Xiaomi expone en tiempo real el dashboard de entrenamiento por refuerzo de su modelo Mimo 2.6. Las métricas muestran un pass rate que sube de 0.656 a 0.659, con más de 2,700 respuestas aceptadas y 10,000 juzgadas. El panel detalla tokens procesados, recompensas parciales y pasos completados, ofreciendo una transparencia inusual en el desarrollo de LLM.
step 15 done · dynsam/avg@n 0.596 ▲0.012 2.69B tok